复杂背景下的SAR图像多尺度舰船检测

作者：林鑫伟; 徐志京^*; 黄海

来源：上海船舶运输科学研究所学报, 2023, 46(02): 17-32.

• 舰船目标检测
• 跨连接特征金字塔网络
• 空洞卷积
• 通道特征融合
• 单次多框检测器

合成孔径雷达(Synthetic Aperture Radar, SAR)图像中复杂背景舰船目标的定位和检测，是SAR图像用于海洋监测的关键技术之一。提出一种基于跨连接特征金字塔网络(Cross Connected Feature Pyramid Networks, CCFPN)的SAR图像多尺度舰船目标检测算法，较好地解决了复杂背景下的多尺度目标检测问题。构建CCFPN增强舰船目标深层特征与浅层特征的传递；利用多路空洞卷积提高浅层特征提取能力；使用通道拼接方式丰富融合后特征图的信息量。所提出的算法在公开数据集的检测结果表明：该算法能够实现不同数据集复杂、模糊背景下的舰船多尺度目标检测，算法的平均精度(Average Precision, AP)达到95.62%,整体性能优于现有主流目标检测算法。

• 单位
  上海海事大学